消费级LLM Vibe-Proving的早期证据：用ChatGPT-5.2（Thinking）刻画谱区域的案例研究

大语言模型（LLM）日益被用作科研副驾驶，但其在研究级数学中作用的证据仍然有限，尤其对个人研究者可及的工作流而言。我们通过一个可审计的案例研究，为使用消费级订阅LLM的vibe-proving提供早期证据，该研究解决了Ran与Teng（2024）关于4-圈行随机非负矩阵族精确非实谱区域的猜想20。我们分析了七个可分享的ChatGPT-5.2（Thinking）会话线程与四个版本化证明草稿，记录了生成—裁判—修复的迭代流水线。该模型对高层证明搜索最有用，而正确性关键的收尾仍离不开人类专家。最终定理给出充分必要的区域条件与显式的边界达到构造。除数学结果外，我们还贡献了LLM辅助在何处切实有效、验证瓶颈在何处持续存在的流程级刻画，对AI辅助科研工作流的评估及人在回路定理证明系统的设计具有启示。